Python论文绘图利器seaborn.lineplot

Python论文绘图利器seaborn.lineplot

提示：前言
Python论文绘图利器seaborn.lineplot

---

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、导入包

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set_theme(style="darkgrid")
sns.set()

具体参数如下

seaborn.lineplot(data=None, *, x=None, y=None, hue=None, size=None, style=None, units=None, palette=None, hue_order=None, hue_norm=None, sizes=None, size_order=None, size_norm=None, dashes=True, markers=None, style_order=None, estimator='mean', errorbar=('ci', 95), n_boot=1000, seed=None, orient='x', sort=True, err_style='band', err_kws=None, legend='auto', ci='deprecated', ax=None, **kwargs)

二、加载数据

阅读此链接上可用的原始数据集（作为数据框）

https://www.kaggle.com/datasets/mlg-ulb/creditcardfraud.

# 该flights数据集有 10 年的月度航空公司乘客数据：

flights = sns.load_dataset("flights")
flights.head()

要使用长格式数据绘制线图，请分配x和y变量：

may_flights = flights.query("month == 'May'")
sns.lineplot(data=may_flights, x="year", y="passengers")

将数据框转换为宽格式表示：

flights_wide = flights.pivot("year", "month", "passengers")
flights_wide.head()

要绘制单个向量，请将其传递给data. 如果向量是 a pandas.Series，它将根据其索引绘制：

sns.lineplot(data=flights_wide["May"])

传递整个宽格式数据集，data为每一列绘制一条单独的线：

sns.lineplot(data=flights_wide)

三、区间可视化

以长格式模式传递整个数据集将聚合重复值（每年）以显示平均值和 95% 置信区间：

sns.lineplot(data=flights, x="year", y="passengers")

每个语义变量也可以表示不同的列。为此，我们需要一个更复杂的数据集：

fmri = sns.load_dataset("fmri")
fmri.head()

即使使用语义分组，重复观察也会聚合：

sns.lineplot(data=fmri, x="timepoint", y="signal", hue="event")

分配hue和style来表示两个不同的分组变量：

sns.lineplot(data=fmri, x="timepoint", y="signal", hue="region", style="event")

分配style变量时，可以使用标记代替（或连同）破折号来区分组：

sns.lineplot(
    data=fmri,
    x="timepoint", y="signal", hue="event", style="event",
    markers=True, dashes=False
)

展现残差图

sns.lineplot(
    data=fmri, x="timepoint", y="signal", hue="event", err_style="bars", errorbar=("se", 2),
)

分配units变量将在不应用语义映射的情况下绘制多条线：

sns.lineplot(
    data=fmri.query("region == 'frontal'"),
    x="timepoint", y="signal", hue="event", units="subject",
    estimator=None, lw=1,
)

四、更多精彩内容

参考：https://seaborn.pydata.org/generated/seaborn.lineplot.html#seaborn-lineplot
http://www.deeprlhub.com/d/114
https://blog.csdn.net/weixin_43483381/article/details/115209576